Zero
E ‘ ovvio che molte organizzazioni interessate nel campo dell’intelligenza artificiale, machine learning, che richiede alcune competenze sofisticate, provvederà ad attivare i servizi cloud-based per farlo accadere. Tuttavia, questo non è ancora successo.
Foto: Joe McKendrick
Le aziende che stanno facendo importanti passi avanti con la macchina di apprendimento sono quelli che hanno investito pesantemente in via di sviluppo o acquisizione di adeguate competenze, quali dati gli scienziati e i dati tecnici. Finora, machine learning sistemi tendono ad essere quelli sviluppati in-house, rispetto ad attingere dal cloud o da altre fonti esterne.
Che è la parola da Ben Lorica e Paco Nathan, gli analisti di O’Reilly, che ha pubblicato un sondaggio di 1.000 specialisti da tutto il mondo. “Le organizzazioni che hanno più esperienza nella distribuzione di apprendimento automatico di modelli per la produzione sono più propensi a utilizzare questi nuovi titoli di lavoro, i dati scienziato, dati ingegnere di macchina di apprendimento ingegnere, deep learning ingegnere,” osservano. “Circa la metà degli intervistati ha dichiarato di apprendimento automatico di modelli sono stati costruiti da loro data science team. Tuttavia, il numero aumenta considerevolmente, come le organizzazioni di acquisire più esperienza.”
Solo il 12% di coloro che appartenevano alle organizzazioni che stanno appena iniziando a esplorare macchina di apprendimento ha dichiarato che si è affidata a consulenti esterni, mentre tre su quattro (73%) di coloro che appartenevano alle più sofisticate aziende invocata al loro interno i dati della scienza squadre. Solo il tre per cento degli intervistati si basa attualmente su AutoML servizi offerti da fornitori di servizi cloud.
Sarà basato su cloud di machine learning per aprire nuove possibilità per le organizzazioni con budget limitati o competenze? David Linthicum dice che ci sono ora robusta macchina di apprendimento, servizi offerti da fornitori di servizi cloud, tra cui AWS, Google e Microsoft. “Questi sistemi sono a buon mercato, per funzionare”, dice. “Devi solo pagare un paio di dollari l’ora, in media, per guidare il vostro molto proprio apprendimento automatico di applicazione come quelli descritti sopra.” Aggiungi a che il basso costo di archiviazione dei dati e il software developer kit Api. Gli unici svantaggi sono questi servizi sono tenuti per i fornitori di servizi cloud e ibridi ambienti di dati può essere complicato da implementare.
Così, si può vedere di più di machine learning servizi adottato dal cloud nei mesi e negli anni a venire.
Titoli di lavoro specifici di apprendimento automatico sono già ampiamente utilizzato in organizzazioni con ampio macchina esperienza di apprendimento, la O’Reilly, l’indagine mostra: dati scienziato (81%), machine learning ingegnere (39%), deep learning ingegnere (20%).
Macchina di apprendimento, naturalmente, è la quota di bias, ma la maggior parte delle organizzazioni non tenendo d’occhio il potenziale istanze — 40% report di controllo per la correttezza e la polarizzazione. Anche tra i più sofisticati apprendimento automatico di aziende, solo circa la metà monitor per pregiudizi-il 54%. Privacy AI risultati anche solo salvaguardata attraverso il 40% delle aziende. Più della metà (53%) degli intervistati che lavorano per le aziende con una vasta esperienza di apprendimento automatico di controllo per la privacy. L’UE GDPR mandati “privacy by design” mandati può spingere di più imprese per monitorare e assicurare che la privacy è protetta all’interno di sistemi di intelligenza artificiale.
Argomenti Correlati:
Big Data Analytics
La Trasformazione Digitale
CXO
Internet delle Cose
L’innovazione
Enterprise Software
0